Beruflich Dokumente
Kultur Dokumente
y se dice que la función y (t) es la convolución de las funciones x (t) y h (t) , que se nota
x (t) h (t) .
En esta sección se muestra que un sistema lineal e invariante en el tiempo queda comple-
tamente caracterizado por su respuesta impulsiva. En otras palabras, el conocimiento de
la respuesta del sistema a un impulso de amplitud unitaria permite determinar su salida
para una entrada arbitraria aplicando la integral de convolución (2.100).
Una señal continua arbitraria x (t) se puede aproximar con precisión arbitraria por una
versión “escalonada” x̂ (t), como la que se muestra en la Fig. 2.52( a) . Aunque los escalones
podrían tener distinto ancho, lo habitual es elegir el mismo valor ∆ para todos. La señal
escalonada x̂ (t) se puede expresar como una combinación lineal de pulsos temporales
de ancho ∆ escalados y desplazados, como ilustran las Figs. 2.52(b)-(e) . Si se define el
pulso δ∆ (t) como ( 1
∆, 0 < t < ∆,
δ∆ (t) =
0, en caso contrario,
que tiene área unitaria, la expresión δ∆ (t k∆) representa un pulso desplazado en el
tiempo ( 1
∆, k∆ < t < (k + 1)∆,
δ∆ (t k∆) =
0, en caso contrario.
Entonces, la aproximación escalonada x̂ (t) de la señal continua x (t) se puede escribir
∞
x̂ (t) = ∑ x (k∆) δ∆ (t k∆) ∆. (2.101)
k= ∞
Observando la Fig. 2.52 se nota que sólo un término de la sumatoria (2.101) es no nulo
para cada valor de t. A medida que el intervalo ∆ tiende a cero, la aproximación x̂ (t) es
cada vez más fiel, y en el límite, cuando ∆ ! 0, es igual a x (t),
∞
x (t) = lı́m
∆ !0
∑ x (k∆) δ∆ (t k∆) ∆. (2.102)
k= ∞
Si ∆ se hace cada vez más pequeño, la sumatoria de la ecuación (2.102) tiende a una
integral (la conocida aproximación de Riemann): para ∆ ! 0, se tiene que ∆ ! dτ,
La expresión (2.103) no es otra cosa que la Propiedad 3 del impulso (Sección 2.3.4). El
pasaje al límite de la expresión (2.102) a la ecuación (2.103) se puede interpretar con la
ayuda de la Fig. 2.53, donde se han graficado las funciones x (τ ) , δ∆ (t τ ) y su producto.
En esta representación, t es un valor determinado [el instante de tiempo donde se quiere
calcular x (t)] y τ = k∆ es la variable. El área bajo la curva x (τ ) δ∆ (t τ ) se puede
aproximar por el área sombreada del rectángulo de la Fig. 2.53(c), que es x (m∆) ∆, donde
t ∆ < m∆ < t; para este valor de t, el término con k = m es el único término no nulo
en la sumatoria de la ecuación (2.102). En consecuencia en el límite, cuando ∆ ! 0, x (t)
iguala el área bajo al curva ∆x (τ ) δ∆ (t τ ) .
Esta representación escalonada permite estudiar la respuesta o salida y(t) de un sistema
lineal ante una entrada arbitraria x (t). En la Fig. 2.54( a) se ha representado la señal x (t)
y su aproximación escalonada x̂ (t) , mientras que en la Fig. 2.54(b)-(d) se ilustran las re-
spuestas del sistema ante tres de los pulsos escalados que forman x̂ (t) . Como la respues-
ta es diferente según sea el instante donde se aplique el pulso, el sistema no es invariante
en el tiempo. Sin embargo, como el sistema es lineal, la salida ŷ (t) correspondiente a la
entrada x̂ (t) es la suma de todas estas respuestas [Fig. 2.54(e)]. Para obtener la respuesta
y (t) ante la entrada x (t) basta tomar el límite de ŷ (t) para ∆ ! 0, de manera análoga a
la indicada por la ecuación (2.102) para x̂ (t), y como ilustra la Fig. 2.54( f ). Como el pulso
δ∆ (t k∆) corresponde al pulso de área unitaria desplazado, cuando ∆ ! 0 la respuesta
ĥk∆ (t) tiende a la respuesta impulsiva del sistema ante un impulso unitario aplicado en
t = k∆. Notando como hτ (t) la respuesta del sistema ante un impulso unitario δ (t τ)
aplicado en el instante t = τ, resulta
∞
y (t) = lı́m
∆ !0
∑ x (k∆) hk∆ (t) ∆. (2.104)
k= ∞
hτ +T (t) = hτ (t T) .
Es interesante resaltar las diferencias entre las ecuaciones (2.105) y (2.106), que se ilustran
en la Fig. 2.54(b)-(d) y en la Fig. 2.57(b)-(d) , respectivamente. Para el sistema variante en
el tiempo (Fig. 2.54) es necesario conocer la respuesta hτ (t) del sistema ante un impulso
aplicado en t = τ, para todos los posibles valores de τ; en otras palabras, hτ (t) representa una
familia de respuestas impulsivas. En cambio, para los sistemas invariantes en el tiempo
(Fig. 2.57) basta con conocer una única respuesta impulsiva. Por comodidad, se suele
elegir la respuesta del sistema ante un impulso aplicado en t = 0.Evaluación gráfica de
la integral de convolución
No es sencillo visualizar la operación matemática descripta por la ecuación (2.106); sin
embargo, un análisis gráfico permite comprender el significado de la convolución. Sean
x (t) y h (t) dos funciones temporales, por ejemplo los pulsos que se muestran en la
Fig. 2.58( a) y (b), respectivamente. Para evaluar (2.106) son necesarias las funciones x (τ )
y h (t τ ). Las funciones x (τ ) y h (τ ) son las funciones x (t) y h (t), respectivamente,
donde la variable t se ha reemplazado por la variable τ. La función h ( τ ) es el reflejo
de h (τ ) respecto al eje de las ordenadas, como se muestra en la Fig. 2.59(b) y h (t τ ) es
la función h ( τ ) desplazada en una cantidad t, como se representa en la Fig. 2.59(c).
Para evaluar la integral (2.106) es necesario multiplicar e integrar las funciones x (τ )
[Fig. 2.59( a)] y h (t τ ) [Fig. 2.59(c)] para cada valor de t desde ∞ hasta ∞. Como se
muestra en la Fig. 2.60( a), este producto es cero cuando el parámetro t = t1 . El produc-
to sigue siendo nulo hasta que el parámetro t toma el valor t = 0. En t = t2 el producto
de x (τ ) y h (t1 τ ) es la zona sombreada que se muestra en la Fig. 2.60(c); el área de
esta zona es el valor de la integral. A medida que t se incrementa a t0 y posteriormente
a t3 , la Fig. 2.60(d) y (e) muestran las funciones que deben multiplicarse. Para t = t4 el
producto nuevamente se anula como se muestra en la Fig. 2.60( f ), y sigue siendo nulo
para cualquier valor de t tal que t > t4 [Fig. 2.60( g)]. Resumiendo, si se deja que t varíe
continuamente desde ∞ hasta ∞ la convolución de x (t) y h (t) es la función triangular
que se muestra en la Fig. 2.60(h).
El procedimiento descrito es una técnica de análisis gráfico conveniente para evaluar o
interpretar integrales de convolución. Los pasos a seguir son:
quiere calcular la convolución [Fig. 2.61(d)]. Después se multiplica h (t τ ) por x (τ ) [Fig. 2.61(e)],
y …nalmente se integra para obtener el resultado de la convolución para el tiempo t1 [Fig. 2.61( f )].
El resultado ilustrado en la Fig. 2.61( f ) se puede determinar directamente de la ecuación (2.100),
Z ∞
y ( t1 ) = x ( τ ) h ( t1 τ ) dτ
∞
Los extremos de integración se ajustan teniendo en cuenta los rangos donde alguna de las funciones
es nula: como x (τ ) es cero para τ < 0, no tiene sentido integrar desde ∞. Por otra parte como
h(t) es cero para t < 0, h(t1 τ ) es cero para t1 τ < 0, o bien para todo τ > t1 ; por lo tanto
sólo es necesario integrar hasta t1 . Entonces,
Z ∞ Z t
1
( t1 τ )
y ( t1 ) = x ( τ ) h ( t1 τ ) dτ = (1) e dτ
∞ 0
= e1 t eτ j0t1 = e t1
e t1 1
t1
= 1 e .
Si x (t) es una función que se anula fuera del intervalo [ L1 , U1 ] , y h(t) una función
que se anula fuera del intervalo [ L2 , U2 ], los límites de integración de la integral de
convolución (2.100) son máx ( L1 , L2 ) y mı́n (U1 , U2 ), respectivamente:
Z ∞ Z mı́n(U1 ,U2 )
x (τ ) h (t τ ) dτ = x (τ ) h (t τ ) dτ.
∞ máx( L1 ,L2 )
Los valores de τ para los cuales se anula x (τ ) son fijos; sin embargo, los valores de τ
donde la “función deslizante” h (t τ ) es distinta de cero son función del parámetro
t. Por ello es posible tener diferentes límites de integración para distintos rangos de t.
Un gráfico como el de la Fig. 2.61 es útil para determinar correctamente los límites de
integración; el cálculo de la integral se puede dividir en a lo sumo 5 etapas, según las
señales x (τ ) y h(t τ ):
1. no se solapen, como ocurre con las señales graficadas en la Fig. 2.60( a) o (b) ;
Las señales h(t) y x (t) se representan en la Fig. 2.62( a) y (b), respectivamente. La salida y(t) se
calcula convolucionando h(t) y x (t) siguiendo los pasos indicados más arriba: re‡exión de una de
las señales; desplazamiento de la misma hasta el instante donde desea calcularse la convolución,
multiplicación de las dos señales, e integración del producto. La sucesión de estas tres operaciones
para distintos valores del parámetro t se ilustra en la Fig. 2.63.
Etapa 1 (sin solapamiento: ∞ < t < 4). La re‡exión y el desplazamiento de la señal hasta el
instante t1 = 1 se muestra en la Fig. 2.63( a) . Es evidente que h(t1 τ ) y x (τ ) son distintas
de cero en rangos diferentes; por lo tanto su producto es nulo, y también el área (integral).
Esta situación continúa hasta que t = t2 = 4, como se representa en la Fig. 2.63(b) . Por lo
tanto,
Z ∞ Z
y(t) = x (τ )h(t τ ) dτ = 0 dτ = 0, para ∞ < t < t2 = 4.
∞
Etapa 2 (solapamiento parcial por izquierda: 4 t < 5). Para t > t2 las señales x (τ ) y h(t τ )
comparten un intervalo donde son no nulas, como se muestra en la Fig. 2.63(c) para t = t3 .
En este caso, el producto de las funciones es nulo para t < t2 = 4 y para t > t3 , siempre que
t3 sea menor que 5, cuando ocurre un solapamiento total entre x (τ ) y h(t τ ). Por lo tanto,
en esta etapa se tiene que
Z ∞ Z t
(t τ )
y(t) = x (τ )h(t τ ) dτ = sen πτ e dτ
∞ 4
π t 1
= e4 (π cos πt sen πt), para t2 = 4 < t < 5.
1 + π2 1 + π2
Fig. 2.63. Detalle de las 5 etapas en el cálculo de la convolución: sin solapamiento ( a)-(b);
solapamiento parcial por izquierda (c); solapamiento total (d); solapamiento parcial
por derecha (e); sin solapamiento ( f ). Resultado de la convolución ( g).
Etapa 3 (solapamiento total: 5 < t < 6). En este caso las señales x (τ ) y h(t τ ) se solapan
totalmente, como se representa en la Fig. 2.63(d) para t = t4 = 5,5. En este caso los extremos
de integración quedan …jos y determinados por una de las funciones [x (τ ) en este ejemplo].
Resulta entonces
Z ∞ Z 5
(t τ )
y(t) = x (τ )h(t τ ) dτ = sen πτ e dτ
∞ 4
(1 + e ) π 4 t
= e , para 5 < t < 6.
1 + π2
Etapa 4 (solapamiento parcial por derecha: 6 t < 7). En este intervalo de tiempo las señales
x (τ ) y h(t τ ) nuevamente vuelven a solaparse parcialmente, pero sólo por derecha, como
se muestra en la Fig. 2.63(e) . En esta etapa el producto de las funciones es siempre cero para
t > 5, lo que …ja el extremo superior de integración. El límite inferior depende de la posición
de la “función deslizante” h(t τ ), y en este ejemplo es t 2. Por lo tanto, en este intervalo,
Z ∞ Z 5
(t τ )
y(t) = x (τ )h(t τ ) dτ = sen πτ e dτ
∞ t 2
π e2
= et 5
+ (π cos πt + sen πt), para t2 = 6 < t < 7.
1 + π2 1 + π2
Etapa 5 (sin solapamiento: 7 t): Finalmente, para t > 7, las dos señales x (τ ) y h(t τ ) no
comparten ningún intervalo donde ambas sean no nulas, por lo que el producto (y el área) son
nulos, como se representa en la Fig. 2.63( f ).
Resumiendo los resultados, se tiene que
8
> 0, t < 4,
>
>
>
> π 4 t 1
(π cos πt sen πt), t < 5,
>
> 2e 1+ π 2
4
< 1+ π
(1+ e ) π 4 t
y(t) = x (t) h(t) = 1+ π 2
e , 5 t < 6,
>
>
>
> 7 t+ e 2
>
>
π
2e 1+ π 2
(π cos πt sen πt), 6 t < 7,
>
: 1+ π
0, 7 t,
Fig. 2.64. Ejemplo grá…co del cálculo de la convolución por dos métodos alternativos.
Fig. 2.65. Comparación del cálculo de la convolución del Ejemplo 2.39 utilizando la expresión
(2.100) ( a) o la ecuación (2.107) (b) .
En la Fig. 2.64 se muestra gráficamente que las dos formas (2.100) y (2.107) de calcular la
integral de convolución son equivalentes. La serie de gráficos a la izquierda de la Fig. 2.64
muestran la evaluación de (2.100), mientras que las curvas de la derecha ilustran el cál-
culo de (2.107). Los pasos definidos anteriormente: Reflexión, Desplazamiento, Multipli-
cación e Integración se ilustran en la Fig. 2.64(b), (c), (d) y (e), respectivamente. Como se
indica en la Fig. 2.64(e), la convolución de x (τ ) y h (τ ) es la misma, independientemente
de qué función se elija para reflejar y desplazar.
Aunque la ecuación (2.110) que describe la señal de salida y(t) es diferente de (2.108), su evaluación
da el mismo resultado (2.109).
El paso del segundo al tercer miembro se explica por la Propiedad 3 del impulso, repetida
aquí por comodidad, Z ∞
δ (τ θ ) x (τ ) dτ = x (θ ) .
∞
y (t) = x (t T ) + x (t + T ) ,
Esta expresión, que se representa en la Fig. 2.67( f ), muestra que al convolucionar el pulso rectangular
con el tren de impulsos, el primero queda replicado donde se localizan cada uno de los impulsos.
Fig. 2.67. Convolución de un pulso con dos impulsos ( a)-(c) y con un tren de impulsos (d)-( f ) .
El ejemplo anterior muestra una manera posible de obtener una función periódica a partir
de una señal aperiódica. Si se observa con atención, la señal y(t) del Ejemplo 2.41 es en
realidad una señal periódica. Utilizando la notación de las primeras Secciones, se tiene
que
x̃ (t) = x (t) p(t).
Esta observación es de gran utilidad para facilitar el cálculo de algunas series de Fourier.
10 El intercambio del orden de integración no es inmediato porque las integrales son impropias; para que
el resultado sea correcto, las funciones x ( ) y h ( ) deben cumplir con una serie de requisitos (continuidad
uniforme, etc.) que en general son satisfechos por las señales usuales en la teoría de sistemas.
multiplicación en el dominio frecuencial; de este modo, la forma de onda triangular de la Fig. 2.68(e)
y la función sinc2 ( f ) de la Fig. 2.68( f ) son pares transformados de Fourier. Los detalles del cálculo
se estudian en el Ejercicio 17.
x (t) δ (t t0 ) = x ( t0 ) δ ( t t0 ) .
Es decir, que el resultado del producto de una función continua con un impulso es un
impulso de área igual al valor de la función continua evaluada donde ocurre el impul-
so. Este resultado, junto con el teorema de convolución, ayuda a obtener muchos pares
transformados de Fourier: el cambio de una convolución en el dominio temporal por un
producto en el dominio frecuencial permite resolver problemas arduos de manera casi
trivial.
como se estudió en el Ejemplo 2.41. La transformada de esta función se puede obtener aplicando el
teorema de convolución temporal, que establece que la transformada de x̃ (t) es el producto de las
transformadas de x (t) y de p(t). Se tiene entonces
Esta transformada se muestra en la Fig. 2.69( f ). Resulta entonces que la transformada de Fourier
de un tren de pulsos es una sucesión de funciones impulso, cuya amplitud está pesada o modulada
por una función Aτ sinc (τ f ).
Los Ejemplos 2.41 y 2.43 muestran una propiedad fundamental de los espectros de señales
periódicas. Como la señal periódica x̃ (t) se puede pensar como la convolución de un tren
de impulsos p(t) y una señal aperiódica x (t) formada por un período de x̃ (t), el teorema
de la convolución en tiempo establece que la trasformada F f x̃ (t)g de x̃ (t) es el producto
de las transformadas de x (t) y de p(t). En particular, como el espectro de p(t) también es
un tren de impulsos (en frecuencia), el espectro de la señal periódica estará formado por
impulsos, modulados en amplitud por la transformada de la señal aperiódica x (t), como
se sintetiza en el cuadro siguiente. El producto de las funciones en el dominio frecuencia
debe interpretarse en el sentido de la teoría de distribuciones; en caso contrario carece de
sentido.
x̃ (t) = x (t) p(t)
(
∞ x̃ (t) , t0 t t0 + T0 ,
= ∑ ck e jk2π f0 t con x (t) =
0, caso contrario.
p(t) = ∑n δ(t nT0 )
k= ∞
m m
1 k
m X( f ) P( f ) = ∑ δ f
T0 k T0
∞
F f x̃ (t)g = X( f ) P( f ) = ∑ ck δ( f k f0 )
k= ∞
∞ 1 ∞
k k
= f 0 ∑ X (k f 0 ) δ( f k f0 ) = ∑ X T0 δ f T0
k= ∞ T0 k= ∞
Una de las propiedades más útiles de los sistemas lineales e invariantes en el tiempo
(SLIT) es que cuando son excitados con entradas exponenciales complejas de la forma
e j2π f0 t su salida también es una exponencial compleja, sólo que con amplitud y fase dis-
tintas a las de la señal de entrada. Como las formas de onda de entrada y salida son
las mismas, se dice que las exponenciales complejas son autofunciones para los sistemas
lineales.
Sea S un sistema lineal e invariante en el tiempo caracterizado por su respuesta impulsiva
h(t). Si la señal de entrada es una exponencial compleja x (t) = Ae j2π f0 t , la salida está
dada por
Z ∞
y(t) = x (t) h(t) = h(τ ) x (t τ ) dτ
∞
Z ∞ Z ∞
j2π f 0 (t τ ) j2π f 0 τ
= h(τ ) Ae dτ = h(τ ) e dτ Ae j2π f0 t
∞ ∞
| {z }
H ( f )j f = f
0
j2π f 0 t
= H ( f )j f = f0 Ae = H ( f )j f = f0 x (t), (2.113)
La última expresión muestra que la salida del sistema es la entrada escalada por el número
complejo H ( f )j f = f0 . En estos casos, la transformada de Fourier H ( f ) de la respuesta im-
pulsiva h(t) se denomina respuesta en frecuencia del sistema S .
El mismo resultado puede obtenerse aplicando el teorema de convolución en tiempo. Si
H ( f ) es la transformada de Fourier de la respuesta impulsiva h(t), la transformada de la
entrada x (t) = Ae jπ f0 t es X ( f ) = Aδ( f f 0 ). Por lo tanto,
Y ( f ) = H ( f ) X ( f ) = H ( f ) Aδ( f f 0 ) = H ( f )j f = f0 Aδ( f f 0 ).
y(t) = H ( f )j f = f0 21 Ae jφ e j2π f0 t + H ( f )j f = f0 21 Ae jφ
e j2π f 0 t
= H ( f )j f = f0 21 Ae jφ e j2π f0 t + H ( f )j f = f0 21 Ae jφ e j2π f0 t
n o
= Re H ( f )j f = f0 Ae jφ e j2π f0 t . (2.115)
Notando
H ( f )j f = f0 = j H ( f 0 )je j arg[ H ( f0 )]
donde
q
Imf H ( f 0 )g
j H ( f 0 )j = Ref H ( f 0 )g2 + Imf H ( f 0 )g2 , arg[ H ( f 0 )] = arctan ,
Ref H ( f 0 )g
La salida del sistema es la misma entrada escalada en magnitud por el módulo de la re-
spuesta en frecuencia j H ( f 0 )j, y desfasada por el argumento de la respuesta en frecuencia,
ambos evaluados a la frecuencia f 0 de la excitación.
A veces resulta más conveniente expresar el desfasaje introducido por el sistema como
un retardo de tiempo, lo que puede lograrse escribiendo
donde
arg[ H ( f 0 )]
∆T =
2π f 0
es el retardo de tiempo que sufre la señal al atravesar el sistema.
β βα 2π f β
H( f ) = = 2 j ,
α + j2π f α + (2π f )2 α2 + (2π f )2
y también
β 2π f
j H ( f )j = p , arg[ H ( f )] = arctan .
α2 + (2π f )2 α
La salida y(t) del sistema ante la entrada x (t) es entonces
x (t) = 10 sen(2π170t),
arg[ H ( f 0 )] 1,04
∆T = = 0,97 ms,
2π f 0 2π170
La Fig. 2.70 muestra la entrada y la salida del sistema en función del tiempo obtenidas por simulación
numérica. Se comprueba que coincide con la expresión (2.116).
Fig. 2.70. Señales de entrada x (t) y de salida y(t) del sistema con respuesta impulsiva h(t) =
αe αt u(t).
Fig. 2.72. Transformada de Fourier en módulo ( a) y fase (b) de la ráfaga del Ejemplo 2.45.
Tanto (2.118) como (2.119) representan la misma transformada. Sin embargo, esto es difícil de
apreciar a primera vista, y tampoco es sencillo estar absolutamente convencido de la validez de
cualquiera de las dos expresiones. En casos como éste el teorema de convolución frecuencial presta
una ayuda valiosa. Como se muestra en la Fig. 2.71(e), la señal y(t) puede pensarse como el producto
de una señal x (t) = A cos(2π f 0 t), representada en la Fig. 2.71( a) , con la señal tipo pulso h(t)
dada por (
1, jtj < 3,5T0 = 3,5/ f 0 ,
h(t) =
0, en caso contrario,
que se gra…ca en la Fig. 2.71(b). Es evidente que
A A
X( f ) = δ( f + f 0 ) + δ( f f 0 ), y H ( f ) = 7T0 sinc(7T0 f ).
2 2
como muestran las Figs. 2.71(c) y (d), respectivamente. Como y(t) = x (t) h(t), el teorema de
convolución en frecuencia asegura que
A A
Y( f ) = X( f ) H( f ) = δ( f + f 0 ) + δ( f f 0 ) 7T0 sinc(7T0 f )
2 2
7AT0 7AT0
= sinc[( f f 0 )7T0 ] + sinc[( f + f 0 )7T0 ].
2 2
Esta última expresión coincide con (2.119). La Fig. 2.71( f ) muestra la forma aproximada de este
espectro, pues hay que tener en cuenta las sumas de las “colas” de los sinc( ). De todos modos,
es muy aproximado al espectro real que se reproduce en la Fig. 2.72.
Fig. 2.73. Aplicación del teorema de convolución en frecuencia para calcular el espectro de un
tren de impulsos modulado por un sinc( ).
representadas en la Fig. 2.73(c) y (d) , respectivamente, con f 0 = 1/T0 . El tren de impulsos mod-
ulado por x (t) es
y(t) = x (t) p(t) = A sinc(2 f B t) ∑ δ(t nT0 ) = A ∑ sinc(2 f B T0 n) δ(t nT0 ). (2.120)
n n
que se representa en la Fig. 2.73(e) . La transformada de Fourier de y(t) puede calcularse transfor-
mando (2.120),
Z ∞ Z ∞
Y( f ) =
∞
y(t)e j2π f t
dt = ∑ A sinc(2 f B T0 n) δ(t
∞ n
nT0 )e j2π f t
dt
Z ∞
= ∑ A sinc(2 f B T0 n) ∞
δ(t nT0 )e j2π f t
dt
n
n j2π n f
= ∑ A sinc(2 f B T0 n) e j2π f nT0
= ∑ A sinc 2 f B
f0
e f0
. (2.121)
n n
de manera que
Y( f ) = X( f ) f 0 ∑ δ( f k f0 ) = ∑ f0 X( f k f 0 ). (2.122)
k k
Esta última expresión muestra que el espectro Y ( f ) está formado por réplicas del espectro de X ( f )
repetidas cada k f 0 , y cuya amplitud queda afectada por un factor f 0 , tal como se muestra en la
Fig. 2.73( f ). Las expresiones (2.121) y (2.122) son equivalentes, pero esta última resulta mucho
más fácil de comprender.
En particular, los Ejemplos 2.43 y 2.46 revelan una visión peculiar de la propiedad de
dualidad. Mientras que el Ejemplo 2.43 muestra que el espectro de una señal periódica
es discreto (como se estudió, por otra parte en la Sección 2.4.1), el Ejemplo 2.46 descubre
la situación dual: el espectro de una señal discreta es periódico. Estos resultados se con-
densan en la Fig. 2.46. En cualquiera de los casos, el teorema de convolución (en tiempo
o en frecuencia), y el hecho que la transformada de un tren de impulsos en un dominio
también es un tren de impulsos en el dominio transformado permiten explicar estos re-
sultados. La discretización en un domino se puede conseguir multiplicando por un tren
de impulsos; en el dominio transformado esto equivale a convolucionar con otro tren de
impulsos: la convolución con un tren de impulsos es una manera de expresar una señal
periódica.
Fig. 2.74. Dualidad tiempo frecuencia: señales periódicas en tiempo tienen un espectro discreto
( a); señales discretas en tiempo tienen un espectro periódico (b) .